先给所有纠结的同学一个核心结论：可以为了行情适度降低标准，但绝对不能无底线妥协；可以降“外在条件”，绝对不能降“核心底线”。先上岸再谈发展的前提，是你上的船不会沉，能带你去想去的地方。结合我带了4届应届生校招的经验，以及今年互联网行业的招聘现状，今天给大家做一份完整的决策指南，讲清楚「什么时候该降标准」「哪些能降哪些绝对不能降」「降标准的正确姿势」「避坑红线」，应届生直接照着决策就行，不用再内耗纠结。一、先搞懂：你纠结的本质，根本不是“降不降标准”很多同学纠结来纠结去，本质上是没搞清楚自己找工作的核心诉求，把“标准”混为一谈了。你嘴里的“不降低标准”，可能是“非大厂不去、非20k月薪不去”；但...

是简历有什么问题吗，求大佬指点要玉玉了

不是我应聘个it技术支持岗位4-6k 还学历歧视上了😭

1. 怎么把 RAG 接入到你的 Agent 执行链路里的？是在调用工具之前先检索，还是在生成结果之后再做校验？我们的 RAG 是通过 Spring AI 的 Advisor 接入到 ChatClient 的：模型调用前在 before() 做向量检索，把命中文档拼成上下文注入 prompt；模型生成后在 after() 把命中文档回写到响应 metadata 便于追踪。当前是“先检索再生成”的 pre-RAG，并没有单独做生成后的事实校验，后续可以增加 verifier 节点来做 post-check。2. MCP 是完全自研的吗？和市面上成熟的 Agent 框架相比，你的方案在扩展性上有什...